Tracking算法：Discriminative Correlation Filter (DCF)

基本框架

Minimum Output Sum of Squared Error Filter (MOSSE)

t个目标区域样本分别为$f_1,f_2,\cdots,f_t$，通过滤波器$h_t$，期望输出$g_i$（通常为二维高斯函数，峰值位于目标区域中心），最小化均方误差：

对$H_t$求导，令导数为0，得：

对于t+1帧，假设其在第t帧的目标区域内提取得到特征图z，那么计算$h_t$与z的相关值

y的最大值的位置即被认为是t+1帧中目标区域的中心点.
我们保持目标区域尺寸不变，将其中心点进行移动相应位置，就得到了在新帧中的目标区域。对该区域进行特征提取，然后加入到训练集中对模型进行更新得到$h_{t+1}$后，即可进行下一帧
中的目标检测了。

在实际的tracking过程中，一般使用如下方法来更新模型:

其中$\eta$为学习率。

缺点

• 只使用了灰度作为特征，模型所使用的特征维数太低，难以很好地反映目标的特性。
• 只估算了目标区域中心点在帧间的平移运动，而没有考虑目标在运动过程中反映在画面上的尺度变化，在目标尺度发生改变时难以适应。

Discriminative Scale Space Tracking Filter (DSST)

对MOSSE的改进：

• 使用fHoG替代灰度（通常fHoG为31dims，而DSST实际使用28dims）
• 考虑目标尺度变化

不考虑尺度变化

设特征维数为d，则特征图可记作$f^l, l=1,2,\cdots,d$。滤波器应和特征图匹配，误差函数：

引入$\lambda$项是为了控制滤波器频域参数求解过程中的除0，另一方面也可以控制滤波器参数变化范围，$\lambda$越小，滤波器参数变化范围越大。
对上式做傅里叶变换，求导，令导数为0，得：

在实际操作中，可以用下式更新模型：

新帧预测：

考虑尺度变化

滤波器和特征图由$d\times M\times N$改为$d\times M\times N\times S$，S = num of scales，即构造金字塔。这导致复杂度增大为$O(dMNS\times \log MNS)$。

改进思路，两组滤波器模板：

• d个大小为$M\times N$的二维位置滤波器
• $d\times M\times N$个大小为S的一维尺度滤波器

位置滤波器的训练方法同前，而尺度滤波器则是在确定了目标区域中心后，对于尺度因子s，提取出其对应区域的d个$M\times N$的二维矩阵后，将其拉成一条向量，作为尺度因子s下的$d\times M\times N$维特征，构成尺度滤波器。

完整算法

• 估算位置
  
  • 在帧$I_t$中根据前一帧的位置$p_{t-1}$ 和尺度因子$s_{t-1}$划定区域提取特征$z^{loca}_t$
  • 在$z^{loca}_t$与位置滤波器$A^{loca}_{t-1}, B^{loca}_{t-1}$做相关得到$y^{loca}_{t}$
  • 将$y^{loca}_{t}$最大值点设为当前帧的目标中心$p_t$
• 估算尺度
  
  • 在帧$I_t$中根据位置$p_t$和前一帧的尺度因子$s_{t-1}$划定区域，缩放后得到S个区域，提取特征$z^{scale}_t$
  • 将征$z^{scale}_t$与尺度滤波器$A^{scale}_{t-1}, B^{scale}_{t-1}$做相关得到$y^{scale}_{t}$
  • 将$y^{scale}_{t}$最大值点设为当前帧的目标尺度$s_t$
• 更新模型
  
  • 在帧$I_t$中根据估算出的位置$p_t$和尺度$s_t$划定区域提取特征，得到$f^{loca}_t$和$f^{scale}_t$
  • 更新位置滤波器得到$A^{loca}_{t}, B^{loca}_{t}$
  • 更新尺度滤波器得到$A^{scale}_{t}, B^{scale}_{t}$

复杂度$O(dMN\times\log MN + dMNS \times \log S)$

缺点

• 难以适应大幅度形变、遮挡等
• 循环卷积边缘效应
  
  SRDCF对此做出了改进。

Spatially Regularized Discriminative Correlation Filter (SRDCF)

将滤波器模板参数主要集中在一个搜索区域中的目标区域（即中心附近），在目标区域以外的背景区域处滤波器模板参数应尽可能地小或者为0（示意图如下）。

定义新的误差函数形式：

其中$w$是我们指定的权重函数，由于我们希望$h^l_t$在目标区域尽可能大，在其他搜索区域尽可能小，因此$w$的取值应该在目标区域尽可能小，而在其他搜索区域尽可能大，如下图：

一般可取：

对误差函数做傅里叶变换（对于某个变量$a$，$\hat a$表示$a$的傅里叶变换）：

经过一系列变换：

其中，对于某个变量$a$，$\vec a$表示$a$向量化的结果。向量化的步骤是：

• 设$a$原本为$M\times N$的二维矩阵，经过傅里叶变换得到$\hat a$
  • $\hat a$的每一列被依次连接起来，形成一个$MN\times 1$维的列向量$\vec a$

  • 特别地：

    • $\hat f$向量化后，填充在一个$MN\times MN$矩阵的对角线上，构成对角阵$D(\hat f)$
    • $\hat w$向量化后，转置填充在矩阵$C(\hat w)$的第一行，接下来的每一行是前一行向右循环移动1位的结果

    (To be continued…)